數(shù)據(jù)分析不是為了寫一份報(bào)告

今天這篇文章的直接原因，是為了校正之前發(fā)表的“按流程進(jìn)行數(shù)據(jù)分析”一文的部分觀點(diǎn)。

文中簡(jiǎn)單描述了數(shù)據(jù)分析流程：明確分析目的；按照數(shù)據(jù)分析的目的、具體內(nèi)容，收集所需數(shù)據(jù)；對(duì)數(shù)據(jù)進(jìn)行初步的質(zhì)量篩查；運(yùn)用合理的數(shù)據(jù)分析方法進(jìn)行分析；最后得到分析的結(jié)論，撰寫解決問(wèn)題的建議性報(bào)告。

乍讀，這個(gè)流程好像沒(méi)什么問(wèn)題，再讀，上面所講的流程可能更適合調(diào)研性工作，提供基于數(shù)據(jù)分析的解決辦法，嚴(yán)格來(lái)講，這個(gè)流程遺漏了最為寶貴的環(huán)節(jié)，沒(méi)有將數(shù)據(jù)分析的結(jié)論應(yīng)用到實(shí)踐中。換句話講，就是為了報(bào)告而分析！

為什么要進(jìn)行數(shù)據(jù)分析？肯定不是為了報(bào)告。數(shù)據(jù)分析報(bào)告僅是其中的一部分，更為重要的是將數(shù)據(jù)分析得到的模型或者建議付諸實(shí)踐，在應(yīng)用過(guò)程中不斷的反饋并對(duì)模型進(jìn)行優(yōu)化調(diào)整，最終使業(yè)務(wù)得以提升，這可能是一個(gè)不斷往復(fù)優(yōu)化的迭代過(guò)程。

數(shù)據(jù)分析流程，嚴(yán)謹(jǐn)點(diǎn)來(lái)說(shuō)，可以參考CRISP-DM（跨行業(yè)數(shù)據(jù)挖掘標(biāo)準(zhǔn)流程），如上圖所示，它將整個(gè)數(shù)據(jù)挖掘過(guò)程分解為商業(yè)理解、數(shù)據(jù)理解、數(shù)據(jù)準(zhǔn)備、建立模型、模型評(píng)估和結(jié)果部署6個(gè)步驟。CRISP-DM認(rèn)為，數(shù)據(jù)挖掘過(guò)程是循環(huán)往復(fù)的探索過(guò)程，6個(gè)步驟在實(shí)踐中并不是按照直線順序進(jìn)行，而是在實(shí)際項(xiàng)目中經(jīng)?；氐角懊娴牟襟E進(jìn)行不斷優(yōu)化調(diào)整。

商業(yè)理解：理解項(xiàng)目目標(biāo)和從業(yè)務(wù)的角度理解需求，同時(shí)將商業(yè)問(wèn)題轉(zhuǎn)化為數(shù)據(jù)挖掘問(wèn)題，并制定完成目標(biāo)的初步計(jì)劃。

數(shù)據(jù)理解：從初始的數(shù)據(jù)收集開始，通過(guò)一預(yù)處理分析，目的是了解和掌握數(shù)據(jù)概況，識(shí)別數(shù)據(jù)的質(zhì)量問(wèn)題，發(fā)現(xiàn)數(shù)據(jù)的內(nèi)部屬性，或是探索有趣的數(shù)據(jù)集。

數(shù)據(jù)準(zhǔn)備：涵蓋了從原始粗糙數(shù)據(jù)中構(gòu)建最終數(shù)據(jù)集（將作為建模工具的分析對(duì)象）的全部工作。數(shù)據(jù)準(zhǔn)備工作有可能被實(shí)施多次，而且其實(shí)施順序并不是預(yù)先規(guī)定好的。這一階段的任務(wù)主要包括：制表，記錄，數(shù)據(jù)變量的選擇和轉(zhuǎn)換，以及為適應(yīng)建模工具而進(jìn)行的數(shù)據(jù)清理等等。

構(gòu)建模型：選擇和應(yīng)用不同的模型技術(shù)，模型參數(shù)被調(diào)整到最佳的數(shù)值。比較典型的是，對(duì)于同一個(gè)數(shù)據(jù)挖掘的問(wèn)題類型，可以有多種方法選擇使用。一些建模方法對(duì)數(shù)據(jù)的形式有具體的要求，因此，在這一階段，重新回到數(shù)據(jù)準(zhǔn)備階段執(zhí)行某些任務(wù)有時(shí)是非常必要的。

模型評(píng)估：進(jìn)行最終的模型部署之前，更加徹底的評(píng)估模型，回顧在構(gòu)建模型過(guò)程中所執(zhí)行的每一個(gè)步驟，是非常重要的，這樣可以確保這些模型是否達(dá)到了企業(yè)的目標(biāo)。

模型部署：模型的創(chuàng)建并不是數(shù)據(jù)分析的最終目的。模型的作用是從數(shù)據(jù)中找到知識(shí)，獲得的知識(shí)需要便于用戶使用的方式重新組織和展現(xiàn)。根據(jù)需求，這個(gè)階段可以產(chǎn)生簡(jiǎn)單的報(bào)告，或是實(shí)現(xiàn)一個(gè)比較復(fù)雜的、可重復(fù)的數(shù)據(jù)挖掘過(guò)程。在很多案例中，這個(gè)階段是由客戶而不是數(shù)據(jù)分析人員承擔(dān)部署的工作。